• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《控制与信息技术》 >基于特征分析的受电弓异常在线识别方法

基于特征分析的受电弓异常在线识别方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

受电弓状态的检查是动车组日常检修的基本任务之一,常见的检查方式有人工目视检查、定点图像检测和车载图像检测3种方式。由于能够获取的受电弓故障样本数量很少,目前基于深度学习的受电弓异常识别算法表现不佳。为此,文章提出一种基于特征分析且不依赖故障样本数量的受电弓异常在线识别方法,其通过动车组3C装置实时采集受电弓的可见光图像,利用受电弓典型故障的视觉特征识别受电弓异常状态。首先,其通过图像灰度特征判别运行环境光照强度并通过跟踪匹配算法实现对受电弓感兴趣区域的分割;然后,提取每帧感兴趣区域中对象特征的阈值、轮廓线厚度、倾斜角度等特征,分别进行羊角缺失识别、前碳滑板缺陷识别和弓头倾斜识别;最后,根据设计的受电弓异常状态判定的特征规则,实现受电弓异常状态的识别。测试结果表明,在白天和夜晚环境下,文中所提方法都能够实现羊角缺失、前碳滑板掉块和弓头倾斜等受电弓异常状态的识别,缺陷平均检出率大于98%,具有较好的稳定性和实用性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号